Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal Jurnal Teknika
Bima Dinda Nurwibowo
Unknown Affiliation
Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Electrical & Electronics Engineering

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Pengembangan Model Klasifikasi Kejang Epilepsi Multiclass Pada Sinyal EEG Menggunakan CNN+Bi-LSTM Bima Dinda Nurwibowo; Ahmad Saikhu
Jurnal Teknika Vol 17 No 1 (2025): MARET
Publisher : Universitas Islam Lamongan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30736/jt.v17i1.1354

Abstract

Epilepsi merupakan gangguan neurologis yang membutuhkan identifikasi jenis kejang yang akurat untuk pengobatan yang efektif. Klasifikasi sinyal EEG pada periode normal, interictal, dan ictal sangat penting dalam membantu diagnosis epilepsi. Namun, analisis EEG secara otomatis sangat menantang karena kompleksitas sinyal yang tinggi dan pola-pola kompleks yang sering kali tidak terlihat oleh profesional non-ahli. Untuk mengatasi kesulitan ini, penelitian ini mengembangkan model klasifikasi kejang epilepsi multiclass menggunakan pendekatan deep learning berbasis Convolutional Neural Network (CNN) dan Bidirectional Long Short-Term Memory (Bi-LSTM). CNN berperan dalam mengekstraksi fitur secara otomats dari segmen EEG yang lebih pendek, sementara Bi-LSTM membantu dalam memahami pola temporal yang kompleks. Proses prapemrosesan melibatkan segmentasi sinyal, pemisahan komponen independen dan normalisasi, serta augmentasi data dengan Cubic Spline Interpolation (CSI). Model CNN+Bi-LSTM diuji pada dua skenario klasifikasi, yakni data asli dan data augmentasi, serta dua kombinasi subset (A/D/E dan B/D/E). Hasil pengujian menunjukkan model mencapai akurasi tertinggi sebesar 99.87% pada data augmentasi, yang melebihi metode klasifikasi sebelumnya.
Co-Authors Ahmad Saikhu